我用 AI 做 PPT / 海报赚了 2818 后，发现真正赚钱的不是提示词

作者：sandy

从 5 月开始，我陆续用 AI 做 PPT、海报、电商图和一些视觉外包。

到现在，累计收入是 2818 元。

其中，PPT 单一共 1277 元，剩下的主要来自海报、电商图和白底产品图。

这个数字不大，也谈不上暴利。

但它对我有一个很重要的意义：它证明了一件事——普通人确实可以借助 AI，把原本自己接不住的视觉交付需求接下来，并且赚到钱。

我一开始主要做 PPT，后面逐渐转向海报和电商图。

做完这些单子之后，我最大的感受就是：

AI 视觉接单真正值钱的，不是提示词，而是筛单、拆解、交付和判断。

这篇文章不写成完整的接单 SOP。

因为如果把获客、报价、客户构成、谈单话术、海报印刷、自动化细节全部摊开，它会变成一本很散的项目手册。

我自己也不喜欢那种大而全的复盘。

所以这篇只讲我真正从实战里摔出来的几个原则。

一、这个项目不是暴利，但它能跑通

先说几个真实单子。

我做过一个英语老师的 PPT 单。

她要的是那种英语练习题 PPT。页面里有很多题目、很多文本框、很多重复排版。

这种单子看起来不酷，但非常适合 AI。

因为它规则清楚，页面结构稳定，审美要求没那么极致，最麻烦的是大量文本框和重复排版。

这个客户后来复购了很多次，前后大概 10 笔，累计给我带来了 630 元。

每次大概十几页，我用 Codex 处理文本框和页面排版，通常一两个小时能搞定。动画还是要我自己加，但最重复、最耗注意力的部分已经被 AI 接走了。

我也接过海报和电商图。

最大的一单是 300 元。

一个是给老板做 4 个伞面。

另一个是给一个小公司做 15 张跨境电商产品图。

还有最近比较舒服的一单，是 12 张电商白底图，180 元。

这个单子我甚至主动把单价从 20 降到了 15。

原因很简单：它规则清楚、产品图清楚，只需要抠图和批量处理，客户也不反复改。虽然单价不高，但交付过程舒服，ROI 比很多 PPT 单高得多。

最亏的一单，是帮一个中介做挑战杯 PPT。

两天，最后到手 35 块。

一开始说是套模板，后面直接大改页面结构，中途还不停提需求，对价格也非常敏感。

这个单子让我意识到：

同样是接单，不同单子的痛苦程度完全不是一个量级。

所以我现在不会简单用“金额”判断一单值不值得接。

300 元可以是舒服钱，也可以是折磨钱。

35 元更可能是精神损失费。

二、客户买的不是 AI，而是能交差的结果

做了一段时间以后，我发现很多人对 AI 接单有一个误解。

他们以为自己要卖的是：

“我会 AI 生图。”

但客户其实不是来买 AI 的。

客户并不关心你用了 GPT、Codex、PS、Canva 还是别的工具。

他只关心：

结果能不能用

交付能不能稳

成本能不能接受

所以我现在不会把自己定位成“AI 生图”。

这会把价值说低。

更合理的定位是：

• • PPT 美化。
• • 海报设计。
• • 电商美工。
• • 视觉交付。

AI 是我的工具，不是我的身份。

很多普通客户对审美的要求其实没有想象中那么高。

尤其是老师、学生、普通职场人，他们很多时候不是要一套顶级发布会级别的视觉设计。

他们要的是：

• • 比自己做得好
• • 看起来清楚、不出错
• • 能按时完成任务

这就是为什么那个英语老师会一直找我。

她是在买一个稳定、清楚、能接住她练习题排版需求的人。

我后来越来越觉得：

低端视觉交付市场里，很多客户真正缺的不是顶级审美，而是一个靠谱的人帮他把麻烦事按时做完。

三、不是所有单都值得接，筛单比努力更重要

刚开始接单时，我会觉得：

只要我能做，就尽量接。

后来发现这个想法很危险。

AI 提高了我的交付能力，但它不会让每个单子都值得做。

它只是放大你的效率。

如果你选错了单子，它也会放大你的痛苦。

我现在判断一单值不值得接，主要不是看价格，而是看几个东西：

• • 需求是否清楚
• • 沟通是否顺畅
• • 交付成本是否可控
• • 后续是否能复用

最适合 AI 的单子，通常有几个特点：

• • 规则清楚
• • 重复性强
• • 素材干净
• • 交付标准明确

比如英语练习题 PPT，就是典型的好单。

页面不难，但人工排版很烦。

客户长期需要。

每次结构差不多。

AI 可以吃掉大量重复排版。

我做完以后也能积累流程。

最近的白底电商图也是好单。

规则简单，产品图清楚，只要抠图和整理，客户也没有反复拉扯。虽然单价不算高，但做起来舒服。

相反，有些单看起来有机会，实际很折磨。

比如比赛类 PPT。

材料多，图多，要求高，学生预算低，还经常目标不清楚。

尤其是学生比赛单，我现在基本不想接。

还有中介单，我也不想接。

中介不一定理解设计难度，只会把需求继续往下压。他要的是低价、快速、可替代。你很容易陷入：钱少、要求多、改不完。

钱给得多、沟通成本低、需要干的事情少、能复用，总得占几样。

如果一样都不占，那这个单子大概率不值得接。

四、报价不是看 AI 成本，而是看注意力成本

很多人做 AI 接单时会下意识觉得：

AI 生图成本低，所以我是不是应该报便宜一点？

这个想法只对了一半。

AI 成本确实低。

但你的时间、注意力、沟通、返工、排版、检查、修改，都不是免费的。

我现在报价不看“这张图生成花了多少钱”。

我更关心：

• • 这单要沟通多久？
• • 要生成几版？
• • 要不要排版？
• • 要不要抠图？
• • 要不要源文件？
• • 要不要打印？
• • 会不会反复改？
• • 客户是不是急？
• • 交付后能不能复用？

其中最容易被低估的是：源文件和打印。

我之前接过一个学生海报作业。

一开始他说不要源文件，我就按最终成图的方式做了。

后来他又要源文件。

问题来了。

如果只是交一张图，我可以把很多东西直接合成。

但如果要源文件，就意味着我得重新考虑图层、文字、元素、可编辑性。

这已经不是同一个交付结构了。

同样，打印也是一个坑。

AI 生成出来的图片，在屏幕上看可能没问题。但如果客户要打印、放大、做实体物料，很多问题会暴露出来：

最严重的，就是像素不够，这就需要自己去放大像素，但多了这一步，就多了几步操作，自动化的难度就更大

所以我现在会把这条当成原则：

凡是客户要打印、源文件、可编辑、可复用，就不能按普通成图报价。

因为他要的不是一张图。

他要的是一个模板

这两件事的成本完全不一样。

五、AI 生图最核心的能力不是提示词，而是图层拆解

这是我做完这些单子后最深的体会。

提示词当然有用，但它们不是核心。

真正核心的是：

你能不能把客户要的图拆开。

不要把一张图看成一张图。

要把它看成一组图层：

• • 背景层。
• • 主体层。
• • 文字层。
• • 装饰层。

一张海报也是这样。

比如做一张饮料海报。

它看起来是一张完整图片，但拆开以后可能是：

• • 背景先用纯色或渐变做出来。
• • 中间的瓶子作为主体单独放。
• • 瓶子周围的水花、光圈、装饰单独生成。
• • 创意艺术字单独生成。

这样做的好处是可控。

如果瓶子不够大，只改瓶子。

如果文字不清楚，只改文字。

如果背景不好看，只换背景。

如果客户要换产品，也不用整张图推倒重来。

PPT 也是一样。

一页 PPT 不是一页 PPT，而是：

• • 背景。
• • 色块。
• • 图片。
• • 图标。
• • 文字
• • 装饰线条。

复杂页面看起来很吓人，但拆开以后就是多个对象按坐标叠起来。

这也是为什么我后来觉得 PPT 和海报的底层有相通之处。

PPT 更复杂，因为它涉及文本框、母版、版式、可编辑性和动画。

海报更直接，因为它更接近图层拼接。

所以从交付角度看，海报很多时候比 PPT 更适合 AI。

海报可以直接一张图交付，图层更少，形式更灵活，市场也更大。

PPT 则更容易卡在文本框、字体、间距、动画、可编辑性这些细节上。

所以我现在对 AI 生图的理解是：

不要指望 AI 一次生成完美成品。真正稳定的流程是：拆开、生成、拼接、修正、交付。

六、参考图比提示词重要，但参考图也不是越多越好

我之前做伞面设计的时候，对这点感受特别深。

客户是做伞面的老板，本身见过很多伞面，对效果和印刷要求都比较高。

我一开始尝试靠提示词去描述，但效果很不稳定。

后来发现，参考图比提示词更有约束力。

提示词说“高级”“好看”“有设计感”，AI 很容易理解得很飘。

但你给它一张参考图，它会直接知道：

• • 构图怎么走。
• • 主体放哪里。
• • 版式大概是什么样。

所以我现在做图，一定会优先找参考。

但参考图不是越多越好。

最好是一张清楚、稳定、能复刻的参考图。

我之前接过一个 20×15 的电商图单子，这个单子让我对“参考图”有了更深的理解。

它不是客户只给我一张清楚的参考图，然后我照着复刻。

真实情况是：客户从拼多多发来很多参考图。

这些图不是单纯的视觉参考，而是每张里面都藏着不同卖点。

• • 有的图在讲材质。
• • 有的图在讲使用场景。
• • 有的图在讲产品细节。

所以我实际要做的，不是“照着一张图排版”。

而是先从一堆参考图里筛出有用卖点，再把卖点拆出来，然后让 AI 分别生成对应的卖点图、元素图或场景图，最后再放到 Canva 里手动拼成客户要的那张 20×15 电商图。

这件事看起来不难，但非常琐碎。

因为它的成本不在“生成图片”本身，而在：

• • 从一堆参考图里筛选有效信息。
• • 把不同卖点重新组织成一张图。
• • 最后还要在 Canva 里手动排版。

那时候我还没有很好地自动化，而且 Canva 对我来说也不适合做批量脚本处理，所以整个过程变得特别割裂。

这个单子最后拖了一两周，还让我产生了很严重的内耗。

它让我意识到：

参考图不是越多越好。

一张结构清楚、目标明确的参考图，是在帮你降低理解成本。

但混乱的参考图，是在把客户的思考成本转嫁给你。

尤其是电商图。

客户发来的很多“参考图”，表面上是参考，实际上是一堆没有整理过的卖点需求。

你如果不提前识别，就会以为自己只是做图，最后却变成帮客户重新梳理产品卖点、重组页面逻辑、再完成视觉交付。

所以我的原则是：

不是有参考图就一定能接，而是参考图能不能把需求变清楚。

七、选择大于努力：同样是视觉交付，不同文件形态成本完全不一样

做了一段时间以后，我越来越觉得：

选择做什么，比努力怎么做更重要。

一开始我主要做 PPT。

后来慢慢发现，PPT 和海报、电商图虽然都属于视觉交付，但它们的成本结构完全不一样。

PPTX 从文件角度看，本质上不是一张张图片，而是由一堆 XML、图片素材、主题、版式、母版和引用关系打包出来的文件。

简单说，PPT 页面里每一个文本框、形状、图片、动画，都有自己的对象关系和坐标关系。

这就导致一个问题：

它看起来只是“排一页 PPT”，但实际交付时经常会卡在很多细节上。

比如：

• • 文本框和实际视觉位置有误差。
• • 文字容易溢出。
• • 字体、行距、对齐要反复检查。
• • 动画还要单独加。
• • 客户后期还可能要求可编辑。
• • 页面生成出来以后，还要一页页人工验。

所以 PPT 自动化不是不能做。

而是它很容易出现一种情况：

AI 帮你做了 70%，但剩下 30% 的人工检查和微调非常耗注意力。

这也是为什么那个英语老师的练习题 PPT 很舒服。

因为它虽然是 PPT，但结构非常规则，审美要求不高，页面重复度高，Codex 可以接走大量文本框排版。

但如果换成比赛类 PPT，尤其是挑战杯这种，情况就完全不一样。

材料多，图片多，结构复杂，客户又希望“高级一点”，但预算不一定高。

这种单子 AI 可以帮忙，但很难完全消灭沟通和精修成本。

相比之下，海报和电商图很多时候更直接。

它们更接近图层拼接。

很多海报最后交付的就是一张图。

客户不一定要求每个元素都能改，也不一定要求完整源文件。

只要画面能用、文字清楚、尺寸合适、效果过得去，就能交付。

尤其是 PS 这类工具，本身就是图层逻辑。

你把背景放到底层，把产品放中间，把文字和装饰放上面，最后统一导出。

这件事对 AI 和自动化来说，反而比 PPT 更容易理解。

因为 PS 的很多操作是明确的：

• • 第几层。
• • 什么位置。
• • 多大尺寸。
• • 是否导出。

PPT 里经常会遇到“对象位置对了，但视觉上就是不舒服”的问题。

PS 当然也有审美问题，但它的图层关系更直观。

所以我后来逐渐觉得，海报和电商图里面其实有很多机会。

不是因为它们一定简单。

而是因为它们的交付形态更灵活，客户的价值感知也更直接。

（这种白菜单均价都能20，说明客户感受的市场价就是20，比5元，1元一页的ppt好）

当然，这不代表海报一定简单。

高审美、高印刷要求、高精度的海报照样会很难。

比如伞面那单，客户本身是成熟工厂老板，见过很多伞面，对效果和印刷要求都很高。伞面放大以后文件特别大，元素处理也很重，抠图、放大、生成、调整都比普通屏幕图麻烦。

所以不是“海报一定比 PPT 好做”。

而是：

海报的机会更大，但前提是你能判断它到底是简单图层交付，还是高精度印刷交付。

这两个完全不是一回事。

八、工具不是越高级越好，能降低交付成本才有用

我这段时间用了很多工具。

GPT、Codex、PS、Canva、PPT-master skill、Python、NotebookLM。

但做完以后，我对工具的态度反而更冷静了。

工具不重要。

工具能不能降低交付成本才重要。

GPT 适合帮我拆解需求、找参考、想版式、生成元素思路。

Codex 适合处理重复、批量、规则明确的任务，比如批量排版、批量处理图片、批量生成结构。

PS 适合控制图层、文字、光影和最终质感。

PPT-master 适合快速出初稿，但最后还是要人检查。

Canva 有时候方便，但如果要自动化，就会很别扭。

那个 20×15 的电商图单子就是典型例子。

我不是不会做，而是它的交付环境和需求结构让我非常难受。

客户发来一堆拼多多参考图，我要筛卖点、拆卖点、生成对应素材，再到 Canva 里一点点拼。

如果这个流程能自动化，可能体验会好很多。

但当时做不到，于是整个交付就变成了一种持续消耗。

这让我意识到一件事：

同样一个需求，放在不同工具里做，成本完全不同。

不是工具越多越好。

也不是工具越高级越好。

真正要问的是：

• • 它有没有帮我减少重复劳动？
• • 有没有帮我更快做出可交付结果？
• • 有没有帮我把流程沉淀下来？

如果一个工具看起来很厉害，但用它反而让我更累，那它对这个项目就不是好工具。

AI 在这个项目里真正帮我解决的，不是“审美本身”。

它解决的是：

• • 操作问题。
• • 素材问题。
• • 参考问题。
• • 自动化问题。

如果没有 AI，我根本没法展开这个项目。

我不是设计专业出身，也没有完整的传统设计训练。

但 AI 让我可以把一个需求拆开，然后逐步接住：

• • 不懂就问。
• • 不会就查。
• • 缺素材就生成。
• • 重复动作就自动化。
• • 效果不稳就找参考。
• • 图层复杂就拆开做。

所以我觉得 AI 最大的价值不是让普通人瞬间变成设计师。

而是让普通人有机会进入原本进不去的交付场景。

九、这个项目不是稳定提款机，也不是一键赚钱

写到这里，我不想把这个项目吹得太神。

它不是躺赚。

也不是每天都有单。

我最近其实也遇到了小红书流量的问题。

内容同质化以后，低权重、限流、AI 图被压制、封面制作成本变高，这些都会影响接单。

很多时候，你不是不会做，而是没有稳定流量。

而且赚钱背后都是粗粝的。

客户会改需求。

AI 会生成失败。

透明背景会变成假透明。

抠图会有白边。

源文件会被临时追加。

打印会暴露像素问题。

有些客户会压价。

有些单看起来简单，实际特别琐碎。

所以我不会说：

“大家赶紧来做 AI 生图接单，稳赚。”

不是这样。

我更愿意把它理解成一个普通人可以尝试的低成本视觉交付方向。

这件事最后不是比谁提示词写得好。

而是比谁更会判断：

• • 什么单值得接。
• • 什么客户值得服务。
• • 什么需求能自动化。
• • 什么坑应该一开始就避开。

十、AI 赚的是交付成本差

如果只用一句话总结这段经历，我会说：

AI 生图赚钱的本质，就是用 AI 降低交付成本，赚传统美工的钱，关键是信息差和交付成本。

AI 不是直接把钱送到你手里。

AI 是把一些原本做不了、接不住、学不会的任务，拆成了普通人可以尝试交付的动作。

真正能不能赚钱，最后还是看你能不能把这些动作组合成一个稳定的结果。

客户不为 AI 付钱。

客户为结果付钱。

而我们能赚到的，就是把结果做出来的那一段差价。

后面我会再单独写一篇操作手册，专门讲 GPT、Codex、PS、PPT-master、Canva 在这些单子里分别适合干什么。